Как вы относитесь к сотрудничеству Flock и Qwen

Автор: Haotian

Вчера платформа обучения DeAi в области Web3AI Flock.io официально объявила о сотрудничестве с большой языковой моделью Qwen от Alibaba Cloud. Если я не ошибаюсь, это должно считаться первой интеграцией, когда AI в web2 активно обращается к AI в web3. Это не только позволило Flock действительно выйти за пределы своего круга, но и подняло моральный дух в упадочном и напряжённом сегменте web3AI. Давайте я расскажу подробнее:

1. Я уже объяснял в закрепленном твите, что ранее веб3 AI Agent пытался стимулировать внедрение приложений Agent через токеномику и использовал парадигму быстрой развертки, но после волны Fomo от выпуска активов все осознали, что веб3 AI почти не имеет шансов в сравнении с веб2 AI по таким критериям, как практическое применение и инновационность.

Таким образом, появление таких веб2 инновационных AI технологий, как Manus, MCP, A2A, прямо или косвенно пробило пузырь, существующий на рынке Web3 AI агентов, что привело к тому, что на вторичном рынке на некоторое время потекла кровь.

2. Как выйти из ситуации? Путь на самом деле довольно ясен: web3 AI срочно необходимо найти экосистему, которая будет дополнять web2 AI, чтобы решить такие проблемы, как высокая стоимость вычислительной мощности, проблемы конфиденциальности данных, проблемы тонкой настройки моделей для вертикальных сцен и многие другие, которые не могут быть решены централизованным AI web2.

Причины в том, что чисто централизованные модели ИИ в конечном итоге неизбежно столкнутся с проблемами в отношении каналов получения вычислительных ресурсов и их стоимости, а также проблемами конфиденциальности данных. В то время как веб3 ИИ пытается использовать распределенную архитектуру, чтобы снизить затраты, используя неиспользуемые вычислительные ресурсы, он также будет защищать конфиденциальность на основе технологий аппаратного и программного обеспечения, таких как доказательства с нулевым раскрытием и TEE, а также продвигать разработку и доработку моделей для вертикальных сценариев через механизм владения данными и системы вознаграждений. Как бы ни критиковали, децентрализованная архитектура веб3 ИИ и гибкий механизм поощрения могут иметь мгновенный эффект в решении некоторых проблем, существующих в веб2 ИИ.

3. Говоря о сотрудничестве Flock и Qwen. Qwen - это открытая языковая модель, разработанная Alibaba Cloud, которая благодаря выдающимся результатам в бенчмарках и гибкости, позволяющей разработчикам локально настраивать модель, стала популярным выбором среди некоторых разработчиков и исследовательских команд.

Flock — это децентрализованная платформа для обучения ИИ, которая объединяет федеративное обучение ИИ и архитектуру распределенных технологий ИИ, и ее самая большая особенность заключается в защите конфиденциальности пользователей с помощью распределенного обучения, прозрачного и отслеживаемого вклада данных, а затем в решении проблем тонкой настройки и применения моделей ИИ в образовании, медицине и других вертикальных областях. В частности, Flock состоит из трех ключевых компонентов:

1、AI Arena（AI竞技场） - это конкурентная платформа для обучения моделей, где пользователи могут отправлять свои модели и соревноваться с другими участниками за оптимизацию результатов и получение наград. Основная цель заключается в том, чтобы через механизмы “игрового процесса” стимулировать пользователей постоянно настраивать и улучшать свои локальные большие модели, тем самым отбирая более оптимальные базовые модели;

2. FL Alliance (Federated Learning Alliance), для решения проблемы межорганизационного сотрудничества в традиционных медицинских, образовательных, финансовых и других вертикально чувствительных сценариях, FL Alliance реализуется через локализованное обучение моделей + распределенную структуру сотрудничества, и несколько сторон могут совместно повысить производительность модели без обмена исходными данными;

3、Moonbase (луна база) является нервным центром экосистемы Flock, представляя собой децентрализованную платформу для управления и оптимизации моделей, предлагающую различные инструменты для тонкой настройки и поддержку вычислительных мощностей (поставщики вычислительных мощностей, аннотаторы данных). Она не только предоставляет распределенный репозиторий моделей, но и объединяет инструменты для тонкой настройки, ресурсы вычислительных мощностей и поддержку аннотации данных, позволяя пользователям эффективно оптимизировать локальные модели.

4. Так как же рассматривать сотрудничество Qwen и Flock? На мой взгляд, его расширенное значение даже превосходит текущую суть сотрудничества.

С одной стороны, на фоне того, что web3 AI постоянно подвергается техническому давлению со стороны web2 AI, Qwen, представляя технологического гиганта Alibaba, уже обладает определённым авторитетом и влиянием в AI-сообществе. То, что Qwen выбрал для сотрудничества платформу web3 AI,充分证明了 web2

Признание команды Flock со стороны ИИ, а также последующие исследования и разработки команды Flock и команды Qwen углубят взаимодействие между web3AI и web2AI;

С другой стороны, ранее веб3 AI имел лишь оболочку Tokenomics, но на практике его Utility проявил себя довольно слабо. Хотя были предприняты попытки в различных направлениях, таких как AI Agent, AI Platform и даже AI Framework, когда дело доходило до таких аспектов, как DeFi и GameFi, не удавалось предложить по-настоящему решающие решения. Появление вывода от технологических гигантов веб2 в определенной степени определило направление и акценты развития веб3 AI в будущем.

Самое главное, что web3 AI нужно переориентироваться на цель, которая может дать реальные результаты после периода чистого бума Fomo «выдачи активов». На самом деле, web3 AI никогда не был только более простым и эффективным способом развертывания агентов ИИ для выпуска активов, и это не игра для заработка денег на активах.

Я рад видеть, что достигнуто больше междисциплинарных сотрудничеств, подобных web2AI и web3AI.